Bibliographic Details
| Title: |
Разработка компонента извлечения признаков для системы классификации сигнала электроэнцефалограммы: выпускная квалификационная работа бакалавра |
| Publisher Information: |
Санкт-Петербургский политехнический университет Петра Великого, 2025. |
| Publication Year: |
2025 |
| Subject Terms: |
извлечение признаков, классификация сигналов, signal classification, electroencephalogram (EEG), feature extraction, мозг-компьютерный интерфейс, вейвлет-преобразование, brain-computer interface (BCI), электроэнцефалограмма, wavelet transform |
| Description: |
Цель работы: разработка адаптивного многодоменного подхода для извлечения признаков из сигналов ЭЭГ с низким отношением сигнал-шум и нестационарными характеристиками. Результаты: предложен гибридный метод, сочетающий временно-частотный анализ, динамическое моделирование пространственной топологии и нелинейное сопряжение. Проведена валидация на открытом наборе данных P300-BCI, достигнута точность классификации 74,45% с использованием LDA.
Objective: Development of an adaptive multidomain approach for feature extraction from EEG signals with low signal-to-noise ratio and non-stationary characteristics. Results: A hybrid method combining time-frequency analysis, dynamic modeling of spatial topology, and nonlinear coupling is proposed. Validation was performed on the open P300-BCI dataset, achieving a classification accuracy of 74.45% using LDA. |
| Document Type: |
Other literature type |
| Language: |
Russian |
| DOI: |
10.18720/spbpu/3/2025/vr/vr25-3589 |
| Accession Number: |
edsair.doi...........278612d8b19aa717a91257b09b543c4e |
| Database: |
OpenAIRE |